搜索

文章查询

x

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

采用优化极限学习机的多变量混沌时间序列预测

高光勇 蒋国平

采用优化极限学习机的多变量混沌时间序列预测

高光勇, 蒋国平
PDF
导出引用
导出核心图
计量
  • 文章访问数:  2009
  • PDF下载量:  955
  • 被引次数: 0
出版历程
  • 收稿日期:  2011-04-18
  • 修回日期:  2011-07-06
  • 刊出日期:  2012-04-15

采用优化极限学习机的多变量混沌时间序列预测

  • 1. 南京邮电大学控制与智能技术研究中心, 南京 210003;
  • 2. 九江学院信息科学与技术学院, 九江 332005
    基金项目: 

    国家自然科学基金(批准号: 60874091), 江苏省‘六大人才高峰’高层次人才项目(批准号: SJ209006), 高等学校博士点基金(批准号: 20103223110003), 江苏省高校基础研究计划 (批准号: 08KJD510022), 江苏省自然科学基金(批准号: BK2010526), 南京邮电大学引进人才项目(批准号:NY209021)和江苏省高校研究生科研创新计划(批准号: CXZZ11_0400)资助的课题.

摘要: 基于优化极限学习机理论, 提出一种多变量混沌时间序列预测方法. 该方法利用复合混沌和混沌变尺度算法对极限学习机的模型参数进行搜索和优化, 以提高极限学习机的泛化性能; 然后利用优化后的极限学习机对Rossler耦合系统的多变量混沌时序进行一步和多步预测, 并且与同类算法进行了比较, 结果表明了该方法的有效性, 且算法具有较强的抗噪能力; 最后讨论了预测结果和隐层神经元数目的关系.

English Abstract

参考文献 (17)

目录

    /

    返回文章
    返回